AI-Hub

데이터 변경이력

데이터 히스토리

소개

실생활 투명객체 3D 데이터는 실생활에서 사용하는 투명 객체를 선정하고 투명체/비투명체/배경/깊이정보 등 직접 촬영하여 이미지 데이터 셋과 포인트 클라우드와 메쉬(Mesh)로 구성되는 3D 데이터 모델 (3D-Shapes)개로 구성

구축목적

– 원천 데이터로부터 AI 모델 학습, 개발에 활용할 수 있는 데이터셋을 구축
– 구축된 데이터셋을 활용하여 실제 AI 모델을 개발하여 서비스 구현 가능함을 실증
– 투명 객체는 일상생활에서 어렵지 않게 볼 수 있지만, 다량의 투명객체 3D 데이터는 없음. 투명 객체 3D 데이터를 대량으로 구축하여 로봇, 실감 렌더링 기술, 게임 기술, VR/AR/MR 분야에서 활용

1. 데이터 구축 규모

•  

  1. 데이터 구축 규모

  데이터 종류		데이터 규모	데이터 크기
  데이터셋명	실생활 투명 객체 2D 이미지 가공	211,484장	20~40GB
  	실생활 투명 객체 3D 이미지 가공	211,527장	30~40GB
  	실생활 투명 객체 3D Shape	500개	200G ~300B

2. 데이터 분포

• 데이터가 편향 없이 구축되도록 객체 카테고리 설계
• 24개 카테고리, 500개 품목:
  • 데이터의 편향성을 방지하기 위해 생활분류별, 재질, 카테고리로 분류하며 병류 165 개, 그릇류 85 개, 1회용 포장류 100 개, 계량용기 30 개, 장식류 28 개, 가구류 28개, 액세서리류 44개, 기타 20 개, 비정상형태 10개로 총 500 객체의 이미지를 수집 
  • 투명도 측정기를 통해 다양한 투명도를 가진 객체를 대상으로 데이터 수집       

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

1. 인공지능 데이터 활용 모델 개발 요약표

•  

  1. 인공지능 데이터 활용 모델 개발 요약표

  데이터명	AI 모델	모델 성능 지표	응용서비스(예시)
  실생활 투명 객체 3D 데이터	3D 객체 위치 탐지	IoU score 기반 정확도 (accuracy)	3D 비전, 로봇 응용
  	3D 객체 자세 추정	reprojection error 기반 정확도 (accuracy)	VR/AR 콘텐츠 생성

2. AI 학습 모델 개발

•  

  인공지능 학습 모델 개요 (객체 3D 데이터)
  개발 언어	Python 3.6
  프레임워크	PyTorch 1.8.0, CUDA 11.1, OpenCV 4.5.3.56, SciPy 1.2.0, Pillow 8.2.2
  학습 알고리즘	Real-Time Seamless Single Shot 6D Object Pose Prediction (CVPR18)
  	설치 및 테스트: https://github.com/kim-jinuk/pose
  입력 정보	학습/평가 데이터: .jpg (영상), .txt (자세), .png (영역), .ply (3D 데이터)
  출력 정보	객체 당 큐브의 꼭지점을 예측. 이를 통해 3D 위치/자세 값을 계산.
  테스트 방법	공인 LINEMOD 데이터셋:　https://paperswithcode.com/dataset/linemod-1

3. AI 학습 모델 개발의 목적

• Pose Estimation이란 카메라에서 보이는 2차원의 물체를 3차원 공간상에서 물체가 어디에 있고 어떤 방향으로 놓여 있는지 인식하는 것. 
• 약 10년 전 Microsoct의 Kinect가 널리 보급되면서 연구가 활발하게 진행. Depth camera를 통해 각 이미지의 pixel들이 카메라로부터 얼마나 멀리 떨어져 있는지를 알게 되어, 타겟 물체의 3D Model 정보가 있다면 Model의 3차원 포이트들과 현재 카메라로 측정된 포인트들을 계산하여 6D(R,t)를 쉽게 추정하여 비교적 물체를 더욱 정확하게 측정해내는 것이 가능하게 됨. 
• 앞선 과정을 통해 구축된 데이터셋들로 AI 학습 모델을 훈련시킨다. 학습된 모델에서 나온 결과를 카메라 내부 파라미터와 함께 비교하여 두 가지 검증 지표를 통해 데이터 유효성을 판단함.
  
  [로봇 응용을 위한 객체 3D 위치 및 자세 추정 예시]
  • 구축 내용
    • 데이터 구축을 통해 생성된 3D 바운딩박스 데이터셋과 투명 객체를 네트워크의 입력으로 받아 물체의 위치, 자세를 추정하는 네트워크를 구축, github (https://github.com/kim-jinuk/pose)에 공개함.
    • 사용자는 코드를 내려받아 README.md의 안내에 따라 데이터셋의 경로를 맞추어 학습 모델을 훈련, 태스트 하여 검증할 수 있음.
  • 신경망 모델
    • 이미 공개되어있는 3D 데이터 LINEMOD를 활용하는 모델 Single-Shot-Pose(SSP)를 레퍼런스 AI 모델로 선정함. Microsoft에서 제공하는 오픈 소스 기반으로 객체 3D 위치/자세 추정하는 모델을 개발함. (https://github.com/seongheum-ssu/nia_singleshotpose)
    • 배경이 모델 학습에 미치는 영향을 줄이고 객체의 위치를 추정하기 위해 학습 데이터셋은 PASCAL VOC의 배경이 합성되어 사용됨. 단, 투명 객체에 대해서는 배경의 합성이 모델 학습을 방해하므로 이를 고려하여 적절하게 수정하여 사용하였음
    • 모델 학습 결과로 객체의 위치를 표현하는 3D 바운딩박스를 얻는다. 모델의 결과를 포인트 클라우드와 주어진 카메라 내부파라미터를 사용해 pnp알고리즘으로 6D(R,t)정보를 얻음.
    • pnp알고리즘을 통해 얻은 예측 6D(R,t) 정보와 정답 6D(R,t)정보를 비교하여 2D projection error, IoU score를 계산함.
    • Object Detection에 가장 대중적으로 알려진 YOLO의 Darknet19를 목적에 맞게 일부 수정하여 네트워크를 구성하였음.
    • 하나의 이미지에 여러 객체를 탐지하는 것이 가능하도록 설계되었고 SxS 격자로 나누어 Grid 당 최대 하나의 객체를 탐지할 수 있음 

데이터 성능 점수

설명서 및 활용가이드 다운로드

1. 데이터 명세서

•  

  분류 

  데이터 명		대용량 3D 객체 데이터
  데이터 포맷
  활용 분야		– 영화, 드라마 등의 미디어 컨텐츠 제작 및 VFX CG기술에 활용 – 메타버스 등 차세대 Realtime 기반 컨텐츠 제작에 활용 – 3D 객체 자세 추정 – Scene Reconstruction – 영상기반 콘텐츠(영화, 애니메이션, 드라마, CF 등) 제작 서비스 활용 – 실감 미디어(VR·AR·XR) 서비스 활용 – 디지털 홈 트윈(Digital  Home Twin) 서비스 활용 – 메타버스 서비스 활용 – 자율주행 시스템에 활용
  데이터 요약		500개 투명객체를 생활용도에 따른 24개 카테고리로 분류하여 데이터 편향성을 최소화하여 선정 – 원천데이터: 투명 객체 2D/3D 이미지 객체가 없는 상태에서의 배경에 대한 2D/3D 배경 이미지 비투명 객체 2D/3D이미지 – AI학습 데이터:     3D포인트 클라우드, 3D 메쉬, 공간 3D 세그멘테이션,     바운딩박스,사진 (png), 라이다 점군 (pcd),     융복합 센서 간 내/외부 파라미터
  데이터 출처		RGB-D 카메라 직접 촬영 20만장
  데이터 이력	배포버전
  	개정이력	신규
  	작성자/배포자	진용근
  데이터 통계	데이터 구축 규모	20만개 원천데이터
  	데이터 분포	24개 카테고리, 500개 품목:  – 데이터의 편향성을 방지하기 위해 생활분류별, 재질, 카테고리로 분류하며 병류 165 개, 그릇류 85 개, 1회용 포장류 100 개, 계량용기 30 개, 장식류 28 개, 가구류 28개, 액세서리류 44개, 기타 20 개, 비정상형태 10개로 총 500 객체의 이미지를 수집 – 투명도 측정기를 통해 다양한 투명도를 가진 객체를 대상으로 데이터 수집
  기타 정보	대표성
  	독립성
  	유의사항
  	관련 연구	해당사항 없음

2. 데이터 포맷

• 원천데이터 획득 과정에서 생성되는 데이터와 데이터 포맷

  분류		데이터 포맷
  촬영객체	데이터 종류
  투명체	2D이미지	png(NT, TR)
  	3D이미지	png(pcd 추출), shape(obj, ply), mask(png)
  비투명체	2D이미지	png(NT, TR)
  	3D이미지	png(pcd 추출)(NT, TR)
  	3D 데이터	shape(obj, ply), mask(png)
  데이터속성(메타 정보)		CSV
  라벨링 데이터		json

•  

  데이터 종류	원천데이터	3D 포인트 클라우드	3D 메쉬
  예시 (050310.꽃병10)
  원시 데이터 포맷	png	PLY	OBJ
  데이터 구성	HD급 (1280x720)	30K 이상	8k triangle 이상
  라벨링 데이터 포맷	json	json	json

  [표. 데이터 포맷 예시]
• json

  {"metaData":{"objectName":"꽃병10","objectCode":"050310","first_category":"장식류","second_category":"꽃병","transparency":"0.09","Fx":"905.757568359375","Fy":"906.0278930664062","PPx":"659.2559814453125","PPy":"361.3847961425781","Distorsion":"Brown Conrady","Format":"BGR8","Frame Number":"1","Timestamp (ms)":"550661.88","Resolution x":"1280","Resolution y":"720","Bytes per pixel":"3","Filename":"050310_000010_TR.png","dateTime":"2021_10_22_02:00:16","fileFormat":"PNG","imgSize":"1144.697KB","imgPhotographer":"㈜유니토 엔터테인먼트","device":"L515 (Intel Realsense LiDAR Camera)","imgLocation":"서울 금천구 유니토 스튜디오","resolution":"HD급 (1280x720)","colorDepth":"24bit/px","definition":"고","whiteBalance":"4600","F-Stop":"F2.0","flash":"미사용","focalLength":"1.88 mm","Horizontal Field of View":"69°","Vertical Field of View":"42°","Use environment":"Indoor","RGB sensor technology":"Rolling Shutter"},"inspRejectYn":"N","labelingInfo":[{"3DBox":{"location":[{"x1":"602","y1":"269","z1":"0","x2":"703","y2":"253","z2":"0","x3":"707","y3":"482","z3":"0","x4":"609","y4":"506","z4":"0","x5":"567","y5":"222","z5":"2","x6":"665","y6":"209","z6":"2","x7":"668","y7":"419","z7":"2","x8":"573","y8":"440","z8":"2","x9":"637","y9":"357","z9":"1","x-range":140,"y-range":297}],"label":"꽃병10","type":"3DBox"}}]}

• 바운딩박스(Bounding Box) 어노테이션 구조
  • 이미지 내 객체 영역에 대한 사각형 박스 형태의 어노테이션 구조

    No.	속성명	속성 설명	Type	필수여부	예시
    1	annotations[].bbox.id	바운딩박스 식별자	string	선택	BBX_0001 (분류_순번)
    2	annotations[].bbox.name	바운딩박스 내 객체명	string	선택	가구1
    3	annotations[].bbox.category	바운딩박스 내 객체 유형	string	선택	90001
    4	annotations[].bbox.x	바운딩박스 시작점 x 좌표	number	선택	100 (좌측상단 기준)
    5	annotations[].bbox.y	바운딩박스 시작점 y 좌표	number	선택	120 (좌측상단 기준)
    6	annotations[].bbox.width	바운딩박스 가로 길이(픽셀)	number	선택	273
    7	annotations[].bbox.height	바운딩박스 세로 길이(픽셀)	number	선택	450

• 3D 바운딩박스(3D Bounding Box, Cuboid) 어노테이션 구조
  • 이미지 내 객체 영역에 대한 3차원 육면체 박스 형태의 어노테이션 구조

    No.	속성명	속성 설명	Type	필수여부	예시
    1	annotations[].3dbbox.id	3D 바운딩박스 식별자	string	선택	CBD_0001 (분류_순번)
    2	annotations[].3dbbox.name	3D 바운딩박스 내 객체명	string	선택	가구1
    3	annotations[].3dbbox.category	3D 바운딩박스 내 객체 유형	string	선택	90001
    4	annotations[].3dbbox.vertices[]	3D 바운딩박스 꼭지점 좌표	number	선택	[(10, 10, -10), ...] [(x, y, z), ...]
    5	annotations[].3dbbox.edges[]	3D 바운딩박스 꼭지점 2개를 연결하는 변 좌표	number	선택	[(10, 10, 30, 10), ...] [(x1, y1, x2, y2), ...]

• 세그멘테이션(Segmentation) 어노테이션 구조
  • 이미지 내 객체 영역에 대한 다각형 형태의 어노테이션 구조

    No.	속성명	속성 설명	Type	필수여부	예시
    1	annotations[].segm.id	세그멘테이션 식별자	string	선택	SEG_0001 (분류_순번)
    2	annotations[].segm.name	세그멘테이션 내 객체명	string	선택	가구1
    3	annotations[].segm.category	세그멘테이션 내 객체 유형	string	선택	90001
    4	annotations[].segm.point[]	세그멘테이션 내 점(x, y)의 집합	number	선택	[(100, 105), ...(160, 104)]

• 학습 데이터 저장 구조: JSON

  항목	설명
  info -기본정보
  identifier	데이터셋 식별자
  name	데이터셋 이름
  src_path	데이터셋 폴더 위치
  label_path	데이터셋 레이블 폴더 위치
  category	데이터셋 카테고리
  type	데이터셋 타입
  images – 이미지 데이터 정보
  Images	항목	설명
  	identifier	식별자
  	dateTime	촬영일시
  	fileFormat	파일 포맷
  	imgSize	이미지 파일 크기
  	imgPhotographer	촬영자
  	device	장비정보
  	imgLocation	촬영위치
  	copyRight	저작권정보
  	resolution	이미지 해상도
  	colorDepth	컬러깊이
  	ISO	ISO감도
  	definition	선명도
  	whiteBalance	화이트 밸런스
  	exposureTime	노출시간
  	exposureMode	노출모드
  	F-Stop	조리개 값
  	flash	플래시 사용여부
  	filter	필터
  	focalLength	초점거리
  	fieldOfView	시야각(화각)
  	angle	촬영각도
  	GPS	GPS정보
  	weather	날씨
  annotations – 어노테이션 데이터 정보
  annotations	bbox – 바운딩 박스 어노테이션 데이터 정보
  	bbox	항목	설명
  		id	바운딩박스 식별자
  		name	바운딩박스 내 객체명
  		category	바운딩박스 내 객체 유형
  		x	바운딩박스 시작점 x 좌표
  		y	바운딩박스 시작점 y 좌표
  		width	바운딩박스 가로 길이(픽셀)
  		height	바운딩박스 세로 길이(픽셀)
  	3dbbox – 3D 바운딩 박스(Cuboid) 어노테이션 데이터 정보
  	3ddbox	항목	설명
  		id	3D 바운딩박스 식별자
  		name	3D 바운딩박스 내 객체명
  		category	바운딩박스 내 객체 유형
  		vertices[]	3D 바운딩박스 꼭지점 좌표
  		edges[]	3D 바운딩박스 꼭지점 2개를 연결하는 변 좌표
  	Polygon – 폴리곤 어노테이션 데이터 정보
  	Polygon	항목	설명
  		id	폴리곤 식별자
  		name	폴리곤 내 객체명
  		category	폴리곤 내 객체 유형
  		points[]	폴리곤 내 점(x, y)의 집합
  	Polyline – 폴리라인 어노테이션 데이터 정보
  	Polyline	항목	설명
  		id	폴리라인 식별자
  		name	폴리라인 내 객체명
  		category	폴리라인 내 객체 유형
  		points[]	폴리라인 내 점(x, y)의 집합
  	segm – 세그멘테이션 어노테이션 데이터 정보
  	segm	항목	설명
  		id	세그멘테이션 식별자
  		name	세그멘테이션 내 객체명
  		category	세그멘테이션 내 객체 유형
  		points[]	세그멘테이션 내 점(x, y)의 집합

   
  • 3D 데이터 메타 속성 관련하여 관련하여 3D 포인트 클라우드 : PLY, 3D 메쉬 : OBJ 등 가장 일반적으로 사용되는 파일 포맷을 사용하도록 하고, 가공 데이터(라벨링, 어노테이션 등) 포맷도 보편적으로 활용 가능한 json을 사용함
  • 3D 이미지에 대한 메타속성 관련하여, AI Hub의 한국형 사물이미지 AI 데이터 구축 가이드라인 등을 참고하여 3D 이미지에 대한 메타 속성 정보를 추가 정리함
     
• 3D 투명객체 2D(polygon) json파일 메타정보 

  구분				항목명	타입	필수여부	설명	범위	비고
  1				metaData	String	Y	메타데이터 지칭	범위 미지정	-
  	1-1			objectName	String	N	객체명
  	1-2			objectCode	String	N	객체코드	엑셀파일
  	1-3			first_category	String	N	객체 분류-대분류	[범위값.xlsx] 참조
  	1-4			second_category	String	N	객체 분류-중분류
  	1-5			transparency	String	Y	투명도	“0.00” ~ “1.00”
  	1-6			Fx	String	Y	초점거리	범위 미지정
  	1-7			Fy	String	Y	초점거리
  	1-8			PPx	String	Y	주점
  	1-9			PPy	String	Y	주점
  	1-10			Distorsion	String	N	왜곡
  	1-11			Format	String	N	16비트 depth 값
  	1-12			Frame Number	String	N	프레임 번호
  	1-13			Timestamp (ms)	String	N	촬영시간기록
  	1-14			Resolution x	String	Y	해상도 X	“1280”
  	1-15			Resolution y	String	Y	해상도 Y	“720”
  	1-16			Bytes per pixel	String	N	픽셀당바이트	범위 미지정
  	1-17			Filename	String	Y	영상 파일명
  	1-18			dateTime	String	N	촬영일시
  	1-19			fileFormat	String	N	파일형식
  	1-20			imgSize	String	N	용량
  	1-21			imgPhotographer	String	N	촬영기관
  	1-22			device	String	N	촬영장비
  	1-23			imgLocation	String	N	촬영장소
  	1-24			resolution	String	N	해상도
  	1-25			colorDepth	String	N	색심도
  	1-26			definition	String	N	선명도
  	1-27			whiteBalance	String	N	색온도
  	1-28			F-Stop	String	N	조리개 구경비
  	1-29			flash	String	N	플래시사용여부
  	1-30			focalLength	String	N	초점거리
  	1-31			Horizontal Field of View	String	N	수평관측가능영역
  	1-32			Vertical Field of View	String	N	수직관측가능영역
  	1-33			Use environment	String	N	촬영환경(실내외)
  	1-34			RGB sensor technology	String	N	RGB 센서 기술
  2				inspRejectYn	String	Y	데이터 반려 여부	“Y”, “N”
  3				labelingInfo	array	Y	라벨링 객체 순번	범위 미지정
  	3-1			polygon	Object	Y	라벨링 종류
  		3-1-1		location	array	Y	좌표 위치
  			3-1-1-1	x1	String	Y	x1좌표	“0” ~ “1280”	가변 포인트 좌표
  			3-1-1-2	y1	String	Y	y1좌표	“0” ~ “720”
  			3-1-1-3	x2	String	Y	x2좌표	“0” ~ “1280”
  			3-1-1-4	y2	String	Y	y2좌표	“0” ~ “720”
  			3-1-1-5	x3	String	Y	x3좌표	“0” ~ “1280”
  			3-1-1-6	y3	String	Y	y3좌표	“0” ~ “720”
  			3-1-1-7	x4	String	Y	x4좌표	“0” ~ “1280”
  			3-1-1-8	y4	String	Y	y4좌표	“0” ~ “720”
  			3-1-1-9	x5	String	Y	x5좌표	“0” ~ “1280”
  			3-1-1-10	y5	String	Y	y5좌표	“0” ~ “720”
  			…	…	…	…	…
  		3-1-2		label	String	Y	라벨 카테고리	엑셀파일	-
  								[범위값.xlsx] 참조
  		3-1-3		type	String	Y	라벨링 타입	“polygon”
  	3-2			box	Object	Y	라벨링 종류	범위 미지정
  		3-2-1		location	array
  			3-2-1-1	x	int	Y	x좌표	0 ~ 1280	가변 포인트 좌표
  			3-2-1-2	width	int	Y	가로	0 ~ 1280
  			3-2-1-3	y	int	Y	y좌표	0 ~ 720
  			3-2-1-4	height	int	Y	세로	0 ~ 720
  		3-2-2		label	String	Y	라벨 카테고리	엑셀파일	-
  								[범위값.xlsx] 참조
  		3-2-3		type	String	Y	라벨링 타입	“box”

  
   
• 3D 투명객체 3D Box json파일 메타정보

  구분				항목명	타입	필수여부	설명	범위	비고
  1				metaData	String	Y	메타데이터 지칭	범위 미지정	-
  	1-1			objectName	String	N	객체명
  	1-2			objectCode	String	N	객체코드	엑셀파일
  	1-3			first_category	String	N	객체 분류-대분류	[범위값.xlsx] 참조
  	1-4			second_category	String	N	객체 분류-중분류
  	1-5			transparency	String	Y	투명도	“0.00” ~ “1.00”
  	1-6			Fx	String	Y	초점거리	범위 미지정
  	1-7			Fy	String	Y	초점거리
  	1-8			PPx	String	Y	주점
  	1-9			PPy	String	Y	주점
  	1-10			Distorsion	String	N	왜곡
  	1-11			Format	String	N	16비트 depth 값
  	1-12			Frame Number	String	N	프레임 번호
  	1-13			Timestamp (ms)	String	N	촬영시간기록
  	1-14			Resolution x	String	Y	해상도 X	“1280”
  	1-15			Resolution y	String	Y	해상도 Y	“720”
  	1-16			Bytes per pixel	String	N	픽셀당바이트	범위 미지정
  	1-17			Filename	String	Y	영상 파일명
  	1-18			dateTime	String	N	촬영일시
  	1-19			fileFormat	String	N	파일형식
  	1-20			imgSize	String	N	용량
  	1-21			imgPhotographer	String	N	촬영기관
  	1-22			device	String	N	촬영장비
  	1-23			imgLocation	String	N	촬영장소
  	1-24			resolution	String	N	해상도
  	1-25			colorDepth	String	N	색심도
  	1-26			definition	String	N	선명도
  	1-27			whiteBalance	String	N	색온도
  	1-28			F-Stop	String	N	조리개 구경비
  	1-29			flash	String	N	플래시사용여부
  	1-30			focalLength	String	N	초점거리
  	1-31			Horizontal Field of View	String	N	수평관측가능영역
  	1-32			Vertical Field of View	String	N	수직관측가능영역
  	1-33			Use environment	String	N	촬영환경(실내외)
  	1-34			RGB sensor technology	String	N	RGB 센서 기술
  2				inspRejectYn	String	Y	데이터 반려 여부	“Y”, “N”
  3				labelingInfo	array	Y	라벨링 객체 순번	범위 미지정
  	3-1			3DBox	Object	Y	라벨링 종류
  		3-1-1		location	array	Y	좌표 위치
  			3-1-1-1	x1	String	Y	x1좌표	“0” ~ “1280”
  			3-1-1-2	y1	String	Y	y1좌표	“0” ~ “720”
  			3-1-1-3	z1	String	Y	앞, 뒷, 중앙면 구분	“0”
  			3-1-1-4	x2	String	Y	x2좌표	“0” ~ “1280”
  			3-1-1-5	y2	String	Y	y2좌표	“0” ~ “720”
  			3-1-1-6	z2	String	Y	앞, 뒷, 중앙면 구분	“0”
  			3-1-1-7	x3	String	Y	x3좌표	“0” ~ “1280”
  			3-1-1-8	y3	int	Y	y3좌표	“0” ~ “720”
  			3-1-1-9	z3	String	Y	앞, 뒷, 중앙면 구분	“0”
  			3-1-1-10	x4	String	Y	x4좌표	“0” ~ “1280”
  			3-1-1-11	y4	String	Y	y4좌표	“0” ~ “720”
  			3-1-1-12	z4	String	Y	앞, 뒷, 중앙면 구분	“0”
  			3-1-1-13	x5	String	Y	x5좌표	“0” ~ “1280”
  			3-1-1-14	y5	String	Y	y5좌표	“0” ~ “720”
  			3-1-1-15	z5	String	Y	앞, 뒷, 중앙면 구분	“2”
  			3-1-1-16	x6	String	Y	x6좌표	“0” ~ “1280”
  			3-1-1-17	y6	String	Y	y6좌표	“0” ~ “720”
  			3-1-1-18	z6	String	Y	앞, 뒷, 중앙면 구분	“2”
  			3-1-1-19	x7	String	Y	x7좌표	“0” ~ “1280”
  			3-1-1-20	y7	String	Y	y7좌표	“0” ~ “720”
  			3-1-1-21	z7	String	Y	앞, 뒷, 중앙면 구분	“2”
  			3-1-1-22	x8	String	Y	x8좌표	“0” ~ “1280”
  			3-1-1-23	y8	String	Y	y8좌표	“0” ~ “720”
  			3-1-1-24	z8	String	Y	앞, 뒷, 중앙면 구분	“2”
  			3-1-1-25	x9	String	Y	x9좌표	“0” ~ “1280”
  			3-1-1-26	y9	String	Y	y9좌표	“0” ~ “720”
  			3-1-1-27	z9	String	Y	앞, 뒷, 중앙면 구분	“1”
  			3-1-1-28	x-range	int	Y	max(x) - min(x)	0 ~ 1280
  			3-1-1-29	y-range	int	Y	max(y) - min(y)	0 ~ 720
  		3-1-2		label	String	Y	라벨 카테고리	엑셀파일	-
  								[범위값.xlsx] 참조
  		3-1-3		type	String	Y	라벨링 타입	“3DBox”

  ※ ‘항목명’, ‘타입’, ‘설명’은 필수 입력 대상이며, ‘필수여부’에 해당하는 항목의 경우, 반드시 ‘Y’로 표기한다.
  ※ 동일한 데이터 셋에 다수 개 스키마를 적용한 경우, 스키마 별로 라벨 구성요소를 작성한다.

데이터셋 구축 담당자

수행기관(주관) : ㈜미소정보기술

수행기관(참여)

데이터 관련 문의처